Моделирование электрохимического поведения литий-ионных катодов аккумуляторов

Введение в литий-ионные катоды аккумуляторов и их имитация поведения

Литий-ионные батареи питают все, от смартфонов до электромобилей и систем хранения энергии в масштабе сети. В основе этих батарей лежит катод, положительный электрод, который хранит и высвобождает ионы лития во время циклов заряда и разряда. Катодный материал в значительной степени определяет ключевые показатели производительности, такие как плотность энергии, напряжение, срок службы цикла и безопасность. Общие катодные химии включают слоистый оксид лития кобальта (LiCoO, напряжение, срок службы цикла и безопасность. ) 2 , оливиновый оксид лития железа (LiFePO, FLT, 2 ) 4 , оксид шпинеля лития марганца (LiMn, FLT, 4 ) 2 , FLT, 6 ) 4 , и все более популярные никель-марганец-кобальт (NMC) и никель-кобальт-алюминий (NCA) композиты. Каждый материал представляет собой уникальное электрохимическое поведение, которое должно быть точно понято для оптимизации конструкции батареи. Методы моделирования стали незаменимыми

Зачем имитировать электрохимическое поведение катодов?

Экспериментальное тестирование катодных материалов, хотя и существенное, является трудоемким, дорогостоящим и часто ограниченным по глубине предоставляемой им информации. Моделирование позволяет исследователям исследовать явления в масштабах и условиях, которые трудно или невозможно исследовать экспериментально. Например, модели могут отслеживать движение отдельных ионов лития в кристаллической решетке во время интеркаляции, прогнозировать профили напряжения при различных скоростях заряда или разряда и определять механизмы деградации, такие как фазовые переходы, растрескивание или растворение. Захватывая эти процессы вычислительно, инженеры могут ускорить обнаружение материалов, снизить затраты на разработку и повысить безопасность и долговечность батарей.

Кроме того, моделирование позволяет исследовать экстремальные условия эксплуатации - высокие температуры, быстрые зарядки или глубокий цикл - без риска повреждения дорогостоящего лабораторного оборудования или возникновения опасностей для безопасности. Это также облегчает скрининг тысяч материалов-кандидатов в силико , сужая наиболее перспективные композиции для экспериментального синтеза и тестирования. Этот подход виртуального прототипирования стал краеугольным камнем современных исследований в области аккумуляторов, как подчеркивается ресурсами Национальной лаборатории возобновляемых источников энергии (NREL) и Аргоннской национальной лаборатории .

Ключевые методы моделирования для катодных исследований

Моделирование электрохимического поведения катодов требует иерархии вычислительных методов, каждый из которых подходит для конкретной длины и временных масштабов. Ниже приведены наиболее широко используемые методы в академических и промышленных исследованиях.

Функциональная теория плотности

Функциональная теория плотности (DFT) является квантово-механическим методом расчета электронной структуры материалов. В катодных исследованиях DFT прогнозирует напряжения с открытым замыканием, структурную стабильность, диффузионные барьеры для ионов лития и гистерезис напряжения. Он показывает, как изменения в соотношении никеля, марганца и кобальта в NMC влияют на энергетический ландшафт электрода и пути реакции. Расчеты DFT обычно обрабатывают системы из нескольких сотен атомов и необходимы для понимания фундаментальных свойств, таких как потенциалы лития и стабильность фазы. Последние достижения, такие как использование функций корреляции обмена с ван-дер-Ваальс коррекциями, улучшили точность предсказаний DFT для слоистых катодных материалов.

Анализ конечных элементов

Анализ конечных элементов (FEA) работает в масштабе континуума, моделируя катод как пористый электрод, встроенный с активными частицами материала, связующим и проводящими добавками. FEA решает дифференциальные уравнения для концентрации лития, электрического потенциала и генерации тепла в домене электрода. Он особенно ценен для изучения эффектов архитектуры электрода - распределения размера частиц, пористости и толщины электрода - на общую производительность ячейки. Благодаря соединению электрохимических реакций с механическими напряжениями FEA может предсказать растрескивание частиц, деламинацию электродов и угасание емкости при цикличном использовании. Коммерческие пакеты программного обеспечения, такие как COMSOL Multiphysics и ANSYS Fluent, также предоставляют специальные возможности для моделирования топливных элементов и батарей.

Моделирование Монте-Карло

Методы Кинетического Монте-Карло (KMC) рассматривают диффузию и реакцию ионов лития как стохастические события на решетке атомных участков. В отличие от DFT, который усредняется по многим конфигурациям, KMC фиксирует статистические колебания и динамическую эволюцию упорядочения лития, разделения фаз и формирования зон твердого разрешения. Этот метод является мощным для исследования взаимодействия между размером катодных частиц, температурой и зависящим от скорости поведением. Моделирование KMC использовалось для объяснения механизмов потери мощности в LiFePO₄ путем моделирования движения границ фаз во время делелитации. В сочетании с входами DFT для энергетических барьеров, KMC элегантно мостит атомные и континуумные шкалы.

Многомасштабные модели

Учитывая, что катодные процессы охватывают от электронных состояний (субнанометр) до электродных сборок (миллиметров), многомасштабное моделирование интегрирует DFT, молекулярную динамику, KMC и FEA в единый рабочий процесс. Такие рамки позволяют исследователям передавать параметры, полученные из атомистического моделирования — например, диффузионную способность лития или константы скорости реакции — в континуумные модели, которые предсказывают производительность на уровне ячейки. Программное обеспечение с открытым исходным кодом ]Materials Project предоставляет обширную базу данных расчетных свойств, в то время как платформы, такие как Battery Intelligence, облегчают совместное многомасштабное моделирование в европейских исследовательских сетях.

Моделирование электрохимических процессов в катодах

В основе любого катодного моделирования лежит описание литий-ионного интеркалирования и деинтеркалирования.Это включает в себя несколько связанных явлений: перенос электронов на поверхности частиц, диффузия литий-ионов через кристаллическую структуру, фазовые превращения внутри активного материала и транспорт через заполненные электролитом поры электрода.

Батлер-Вольмер Кинетика и потенциал электрода

Скорость электрохимической реакции на интерфейсе катод/электролит описывается уравнением Батлера-Вольмера, которое связывает плотность тока с сверхпотенциалом. Плотность тока обмена — ключевой параметр — зависит от концентрации лития на поверхности частиц и энергии активации. В симуляциях точные значения коэффициентов переноса и констант скорости реакции имеют решающее значение для прогнозирования потерь поляризации и способности скорости. Эти параметры часто извлекаются из экспериментальной циклической вольтамметрии или электрохимической импедансной спектроскопии и затем вводятся в модель. Передовые модели включают кинетику реакции, зависящую от концентрации, чтобы лучше отражать изменения, поскольку материал катода приближается к полному литированию или делетированию.

Диффузия лития и градиенты концентрации

Внутри катодных частиц транспорт лития следует закону Фика, но с композиционно-зависимыми коэффициентами диффузии. В слоистых оксидах литий мигрирует через двумерные плиты, в то время как в оливиновых структурах диффузия является одномерной по каналам. Моделирование должно учитывать анизотропию диффузии, а также эффекты дефектов, допантов и границ зерна. Во время быстрой зарядки могут накапливаться крутые градиенты концентрации, приводящие к механическому напряжению и в конечном итоге к разрыву частиц. Модели Continuum сочетают диффузию с уравнениями эластичности для прогнозирования эволюции напряжения, что позволяет проектировать катоды, которые могут выдерживать высокоскоростную работу. Например, концентрические конструкции частиц ядра-оболочки, как было показано, смягчают напряжение, распределяя напряжение по объему частиц.

Фазовое разделение и твердотельные решения доменов

Некоторые катодные материалы, в частности LiFePO₄ и LiMn₂4_{, подвергаются двухфазной реакции во время (де)литификации.} В таких случаях резкий интерфейс разделяет богатые литием и бедные литием фазы, и движение этого интерфейса управляет скоростью заряда/разряда. КМЦ и фазовые модели используются для имитации движения фазовых границ с учетом когерентных деформаций и межфазной энергии. Эти моделирования показали, что фазовое преобразование может происходить через механизм «доминокаскада», где зарождение происходит в одной точке, а затем быстро распространяется через частицу. Понимание этого поведения является ключом к объяснению того, почему наноразмерные частицы LiFePO₄ демонстрируют исключительную способность к скорости, несмотря на то, что они являются плохим ионным проводником в объемной форме.

Материально-специфические проблемы моделирования и прозрения

Никель-рих NMC катоды

Богатая никелем NMC (например, NMC811) предлагает высокую плотность энергии, но страдает от структурной нестабильности при высоких состояниях заряда. Моделирование с использованием DFT и молекулярной динамики показало, что ионы никеля имеют тенденцию мигрировать в слои лития, вызывая фазовое преобразование из слоистой в структуру соли породы. Это «смешивание катионов» ухудшает производительность и ускоряет угасание емкости. Многомасштабные модели, которые коррелируют миграционные барьеры атомного масштаба с макроскопическим угасанием напряжения, теперь используются для скрининга допантов (например, алюминия, магния или циркония), которые могут подавлять миграцию никеля. Недавние исследования из Управления автомобильных технологий Министерства энергетики США подчеркивают, как допинг с имитацией может продлить срок службы катодов с высоким содержанием никеля.

Одним из мощных применений катодного моделирования является прогнозирование угасания емкости в течение сотен или тысяч циклов. Включая побочные реакции, такие как рост интерфаз твердого электролита (SEI) на аноде, разложение электролита на катоде и растрескивание частиц, модели континуума могут прогнозировать эволюцию производительности ячеек в различных условиях эксплуатации. Например, исследователи из Управления автомобильных технологий объединяли электрохимические модели с эмпирическими моделями деградации для моделирования влияния температуры, глубины разряда и скорости заряда на срок службы ячеек NMC / графита. Такое моделирование позволяет системам управления батареями регулировать протоколы зарядки в режиме реального времени, чтобы максимизировать продолжительность жизни.